Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sol Ej EMV
Sol Ej EMV
on de m
axima verosimilitud
El tiempo de realizaci
on en minutos de una determinada tarea dentro de un
proceso industrial es una variable aleatoria con funci
on de densidad
f (x) =
x x/
e
2
si x > 0
donde > 0.
a) Calcular el estimador m
aximo-verosmil de para una muestra aleatoria
simple de tama
no n.
1. Escribir la verosimilitud:
L()
ind.
L(x1 , . . . , xn ; ) =
n
Y
i.d.
fXi (xi ) =
i=1
n
Y
xi
i=1
ea eb =ea+b
1
2
n
xi /
1
= 2
n Y
n
n
1X
exp
xi
i=1
exi /
i=1
n
Y
n
Y
fX (xi )
i=1
n
Y
xi
i=1
xi ;
x1 , . . . , x n > 0
i=1
ln L() = ln
=
ln(ab)=ln a+ln b
ln
1
2
n
1
2
n
n
n
Y
1X
xi
xi
exp
i=1
i=1
n
1X
xi
+ ln exp
i=1
n
n
Y
1X
ln (2n )
xi + ln
xi
i=1
i=1
n
n
Y
1X
2n ln
xi + ln
xi ;
i=1
i=1
)!
+ ln
n
Y
xi
i=1
`()
j
= 0.
n
n
Y
1X
`() =
2n ln
xi + ln
xi
i=1
i=1
=
(2n ln )
n
2n
xi
=
i=12
Pn
2n
xi
=
+ i=12
Estadstica I 08/09
x1 , . . . , x n > 0
!!
n
n
Y
1X
xi +
ln
xi
i=1
i=1
!!
+0
A. Arribas Gil
Por lo tanto:
n
n
xi
2n
xi
2n
`() = 0
+ i=12
= 0 i=12
=
Pn
Pn
xi
i=1 xi
= 2n = i=1
2n
El candidato a EMV es M V =
Pn
i=1
xi
.
2n
4. Comprobar que realmente es un maximo, es decir, que
2
`() =
2
2n
+
= (2n)
Pn
i=1
2
xi
2
`()|=M V
2
n
2
1 X
+
x
i
2
3
i=1
n
n
2n
2
2 X
1X
=
x
=
xi
i
2
3 i=1
2
i=1
`()|=M V
2
=
=
2
2
M V
2
2
M
V
< 0.
M V
n
X
i=1
2n
!
xi =
i=1
(n 2n) =
Pn
2
2
M
V
xi
, tenemos:
2
1
n Pn x
2
i=1 i
M V
2n
n
X
xi
i=1
(n) < 0
E[X] =
Z
0
Estadstica I 08/09
x f (x) dx =
Z
0
Z 2
x x/
1 Z 2 1 x/
x x/
x
x 2e
dx =
e
dx =
e
dx
2
0
0
A. Arribas Gil
integr. por
partes1
1 h 2 x/ i Z x/
du = 2x dx
e
2x dx
x e
u = x2
=
0
0
dv = 1
ex/ dx v = ex/
i
1Z
1h
1Z
1
x2 ex/ +
2x ex/ dx =
lim x2 ex/ lim x2 ex/ +
2x ex/ dx
0
x0
0
x
0
integr. por
partes1
Z
Z
1 x/
1
1
du = dx
(0 0) +
2x ex/ dx = 2
x
e
dx = u = x
0
1 x/
x/
dv = e
dx v = e
=
=
=2
=
=
h
x/
xe
i
0
x/
dx = 2 2 0 ex/
i
0
x0
Tenemos que E[X] = 2. Por el principio de invarianza del EMV, sabemos que si M V
es el estimador maximo verosmil de , el estimador maximo verosmil de cualquier
funcion h() es h(M V ).
Por tanto, el EMV de E[X] sera:
X
d
= X.
E[X]
M V = 2 M V = 2
2
c) Mediante un muestreo aleatorio simple se han recogido los siguientes 15
tiempos de realizaci
on de la tarea:
5.56 2.23 0.58 1.37 0.21 1.98 2.44 2.71
10.12 4.69 3.47 1.73 3.51 1.19 0.97
Obtener la estimaci
on m
aximo-verosmil del tiempo medio de realizaci
on
del proceso.
15
1 X
xi = 2.8507, por tanto, la estimacion maximo
15 i=1
verosmil para el tiempo medio sera:
d
E[X]
M V = x = 2.8507 minutos.
1
[u v]ba
Z b
u dv = u v
Z b
u dv =
v du.
La exponencial negativa decrece mucho mas rapido hacia cero que lo que x2 crece hacia infinito.
En general, cuando tenemos una indeterminacion en la que aparece una exponencial y cualquier
funcion polinomial, siempre gana la exponencial. De forma rigurosa, tenemos:
2
x2 LH
(x2 )0
2x LHopital
2
opital
=
lim
= lim x/
=
lim x/ 2 = 0
x ex/
x (ex/ )0
x e
x
/
e /
Estadstica I 08/09
A. Arribas Gil
2
=
MV
obtenido que
2
2n
`()|=M V = 2
2
M V
por tanto, la aproximacion de la varianza asintotica de M V para esta muestra particular sera:
h
V ar M V
2
1
1
M
V
=
=
2
2n
2n
`()|=M V
2
2
MV
Estadstica I 08/09
(x/2) c) 2.8507
=
= 0.0677
2n
8 15
A. Arribas Gil